We have described a new recommendat

We have described a new recommendation technique based on several measurements. In
addition to traditional measurements support and confidence, we also test the effectiveness of a novel measurement - information value - which balances the gain between current and future
selections. Its performance surpasses that of confidence, and it is still computable in real time.
Such a system is a complement to expert systems and traditional practice guidelines, and can be
very useful for nursing education and clinical quality control.
To date we have only experimented with relationships among diagnoses. In future work we will
also examine the relationships among diagnoses, outcomes, and interventions. The effectiveness
difference between expert systems and such a recommender is also interesting. Rules from
experts’ knowledge could be more accurate but they are not easily updated and specialized for
different hospitals. Can we combine these two kinds of systems to achieve better results?
Another promising direction is to incorporate contextual information into the recommendation
process and make recommendations based on multiple dimensions, patient profiles, and other
information [1]. Finally, we will examine the trade-off between confidence (immediate
probability) and entropy (future probability) in the information value measurement, and adjust it
to perform better on specific problems.

ผลลัพธ์ (ไทย) 1:

เราได้อธิบายแนะนำเทคนิคใหม่ตามวัดต่าง ๆ ในนอกจากนี้การสนับสนุนวัดแบบดั้งเดิมและความเชื่อมั่น เรายังทดสอบประสิทธิภาพของประเมินนวนิยาย -ข้อมูลค่า - ที่สมดุลกำไรระหว่างปัจจุบันและอนาคตการเลือก สำหรับประสิทธิภาพการทำงานที่ความมั่นใจ และเป็น computable ยังคงในเวลาจริงกล่าวคือ ส่วนเติมเต็มระบบผู้เชี่ยวชาญและแนวทางปฏิบัติแบบดั้งเดิม และสามารถมีประโยชน์มากสำหรับพยาบาลการศึกษาและการควบคุมคุณภาพทางคลินิกวันที่ เราเท่านั้นมีเบื้องความสัมพันธ์ระหว่างการวิเคราะห์ ทำงานในอนาคตเราจะนอกจากนี้ยัง ตรวจสอบความสัมพันธ์ระหว่างการวิเคราะห์ ผล และการแทรกแซง ประสิทธิผลความแตกต่างระหว่างระบบผู้เชี่ยวชาญและผู้แนะนำเช่นที่ก็น่าสนใจ กฎจากผู้เชี่ยวชาญด้านความรู้จะถูกต้องมากขึ้น แต่ไม่ได้มีการปรับปรุง และความโรงพยาบาลต่าง ๆ เราสามารถรวมสองชนิดเหล่านี้ของระบบเพื่อให้บรรลุผลลัพธ์ที่ดีขึ้นทิศทางแนวโน้มอื่นจะรวมข้อมูลบริบทในการแนะนำประมวลผล และให้คำแนะนำหลายมิติ ประวัติผู้ป่วย และอื่น ๆข้อมูล [1] ในที่สุด เราจะตรวจสอบ trade-off ระหว่างความเชื่อมั่น (ทันทีความน่าเป็น) และเอนโทรปี (น่าเป็นในอนาคต) ในข้อมูลค่าวัด ปรับการทำดีในปัญหาเฉพาะ

ผลลัพธ์ (ไทย) 2:

เราได้อธิบายเทคนิคคำแนะนำใหม่บนพื้นฐานของหลายวัด ใน
นอกเหนือจากการสนับสนุนการวัดแบบดั้งเดิมและความเชื่อมั่นของเรายังทดสอบประสิทธิภาพของการวัดนวนิยาย - ค่าข้อมูล - ซึ่งยอดกำไรระหว่างปัจจุบันและอนาคต
การเลือก ประสิทธิภาพการทำงานเกินกว่าที่ความเชื่อมั่นและมันก็ยังคงคำนวณในเวลาจริง.
ระบบดังกล่าวเป็นส่วนเติมเต็มให้ระบบผู้เชี่ยวชาญและแนวทางปฏิบัติแบบดั้งเดิมและสามารถเป็น
ประโยชน์อย่างมากสำหรับการศึกษาพยาบาลและการควบคุมคุณภาพทางคลินิก.
ในวันที่เราได้ทดลองเท่านั้นที่มี ความสัมพันธ์ระหว่างการวินิจฉัย ในการทำงานในอนาคตเราจะ
ยังตรวจสอบความสัมพันธ์ระหว่างการวินิจฉัยผลและการแทรกแซง ประสิทธิภาพ
ความแตกต่างระหว่างระบบผู้เชี่ยวชาญและเช่น recommender ยังเป็นที่น่าสนใจ กฎจาก
ความรู้ของผู้เชี่ยวชาญอาจจะถูกต้องมากขึ้น แต่พวกเขาจะไม่ปรับปรุงได้อย่างง่ายดายและพิเศษสำหรับ
โรงพยาบาลที่แตกต่างกัน เราสามารถรวมทั้งสองชนิดของระบบเพื่อให้บรรลุผลที่ดีกว่า
อีกทิศทางแนวโน้มคือการรวมข้อมูลบริบทเข้าไปในคำแนะนำ
ขั้นตอนและให้คำแนะนำขึ้นอยู่กับหลายมิติโปรไฟล์ของผู้ป่วยและอื่น ๆ
ข้อมูล [1] สุดท้ายเราจะตรวจสอบการออกระหว่างความเชื่อมั่น (ทันที
น่าจะเป็น) และเอนโทรปี (ความน่าจะเป็นในอนาคต) ในการวัดค่าข้อมูลและปรับ
การทำงานได้ดีขึ้นเกี่ยวกับปัญหาที่เฉพาะเจาะจง

ผลลัพธ์ (ไทย) 3:

เราต้องอธิบายใหม่ แนะนำเทคนิค ตามวัดต่างๆ นอกจากนี้ เพื่อสนับสนุนการวัดใน
แบบดั้งเดิมและความมั่นใจ นอกจากนี้เรายังทดสอบประสิทธิผลของการวัด - นวนิยายข้อมูลค่า ซึ่งยอดเข้าระหว่างปัจจุบันและอนาคต
เลือก ประสิทธิภาพเกินความเชื่อมั่นและยังคำนวณได้ในเวลาจริง .
ระบบดังกล่าวเป็นส่วนประกอบของระบบผู้เชี่ยวชาญและแนวทางการปฏิบัติแบบดั้งเดิมและสามารถ
มีประโยชน์มากสำหรับการศึกษาพยาบาลและการควบคุมคุณภาพ คลินิก
วันที่เราได้เพียงทดลองกับความสัมพันธ์ระหว่างโรค ในการทำงานในอนาคตเราจะ
ยังได้ศึกษาความสัมพันธ์ระหว่างการวินิจฉัยผลและคล้อย ประสิทธิผล
ความแตกต่างระหว่างระบบและเช่นที่แนะนำก็น่าสนใจ จากกฎ
ความรู้ผู้เชี่ยวชาญอาจจะถูกต้องกว่า แต่พวกเขาจะไม่ปรุงได้ง่ายและเฉพาะสำหรับ
โรงพยาบาลต่าง ๆ เราสามารถรวมทั้งสองประเภทของระบบเพื่อให้บรรลุผลลัพธ์ที่ดีกว่า ?
อื่นมีแนวโน้มทิศทางคือรวมข้อมูลบริบทในคำแนะนำ
กระบวนการ และให้คำแนะนำตามมิติหลายโปรไฟล์ของผู้ป่วย และข้อมูลอื่น ๆ
[ 1 ] ในที่สุด เราจะตรวจสอบการ trade-off ระหว่างความมั่นใจ ( ความน่าจะเป็นทันที
) และเอนโทรปี ( ความน่าจะเป็นในอนาคต ) ในข้อมูลค่าวัดและปรับ
ทำให้ดีขึ้นเกี่ยวกับปัญหาที่เฉพาะเจาะจง